摘要

近年来，文本摘要研究主要集中在新闻领域，此类文本通常篇幅较短且具有明显的版式特征。而全书摘要任务则面临更多挑战，由于现有资源在规模上有限，且大多仅提供英文版本，难以有效应对这些挑战。为克服上述局限，我们提出了“亚历山大回声”（Echoes from Alexandria），简称“Echoes”，这是一个面向多语言书籍摘要的大规模资源库。Echoes包含三个创新数据集：i）Echo-Wiki，用于多语言书籍摘要；ii）Echo-XSum，用于极端压缩型多语言书籍摘要；iii）Echo-FairySum，用于抽取式书籍摘要。据我们所知，Echoes是目前规模最大的书籍摘要资源，涵盖数千本图书及其摘要，也是首个实现多语言支持的资源，覆盖5种语言和25种语言对。此外，我们还提出了一种新的“抽取式-抽象式”混合基线方法，并基于实验结果及对生成摘要的手动分析，论证该方法在书籍摘要任务中相较于纯抽象式方法更具适用性。我们已将该资源与相关软件开源发布至 https://github.com/Babelscape/echoes-from-alexandria，旨在推动多语言书籍摘要领域的创新研究。